新手如何确保WordPress主题中字体的一致性？

0基础建设网站,为什么wordpress主题中字体不统一,南通高端网站,公司做网站合同Rocky Ding写在前面 【AI行研商业价值分析】栏目专注于分享AI行业中最新热点/风口的思考与判断。也欢迎大家提出宝贵的意见或优化ideas#xff0c;一起交流学习#x1f4aa; 大家好#xff0c;我是Rocky。 2022年底#xff0c;ChatGPT横空出世#xff0c;火爆全网商业价值分析】栏目专注于分享AI行业中最新热点/风口的思考与判断。也欢迎大家提出宝贵的意见或优化ideas一起交流学习 大家好我是Rocky。 2022年底ChatGPT横空出世火爆全网一时风光无限。人工智能领域的浪潮再次汹涌澎湃人工智能行业的全栈架构芯片层框架层模型层和应用层都产生了爆破性机会的可能各架构中的巨头纷纷下注入场。 但与此同时“危以下行业可能被人工智能替代”“ChatGPT将彻底改变XX行业”“ChatGPT的出现XX公司会大势已去”“ChatGPT会马上取代你”等等言论也甚嚣尘上。 Rocky认为ChatGPT是迄今为止最具ToC落地优势的AI产品ToC意味着高上限以及无限的迭代可能性。 在本系列的上一篇文章中Rocky已经与ChatGPT“谈笑风生”了一回。Rocky和ChatGPT“谈笑风生”的日子 |【AI行研商业价值分析】 那么在此基础上Rocky继续深挖核心价值我们到底该怎么看待ChatGPTChatGPT的前世今生以及未来是怎么样的有哪些潜在玩家跃跃欲试如何看待ChatGPT的商业价值和影响冲击 在本文中Rocky将为大家娓娓道来。 Soenjoy 正文开始 ----【目录先行】---- ChatGPT的底层原理 OpenAI的前世今生 风口里的潜在玩家 ChatGPT的商业价值 ChatGPT对原有行业的冲击 Rocky的一些“畅想” ChatGPT的底层原理 在这个章节中我们主要探讨“ChatGPT到底是什么”“ChatGPT有哪些关键特征”以及“ChatGPT有着什么样的发展脉络”这几个问题。 首先ChatGPT到底是什么 按照惯例我们先让ChatGPT自己回答 Rocky在此基础上接着进行补充从宏观技术角度总结归纳ChatGPT的概念 ChatGPT是一个超大规模的语言预训练模型其底层架构为Transformer并结合强化学习思想在拥有上千亿的参数量的同时使用上万亿的高质量训练素材进行迭代优化。 看完Rocky的总结我们可以发现ChatGPT并没有那么神秘在“大力出奇迹”式的参数量算力和数据量的支撑下ChatGPT本质上是一个对自然语言进行深度建模的高维函数有足够的表达能力能cover大多数的对话问答场景。 强化学习本身在Alpha Go中已经证明它的价值其非常像生物进化的方式能让ChatGPT在定义的环境中不断地根据环境的惩罚和奖励reward持续优化到能在这个特定环境中从容应对的状态。 那么在上万亿级别数据量的情况下该如何设计强化学习的reward模型并进行高效reward呢答案就是人工反馈也被称为RLHFReinforcement Learning from Human Feedback。 写到这里“ChatGPT到底是什么”的问题应该已经能够得到较为全面的回答Rocky再将上面的内容进行提炼归纳就可以得到ChatGPT的关键特征 千亿参数万亿数据海量算力强化学习“人工”智能 可以看到这是一场昂贵的门槛极高的技术变革。 而正是这些关键特征造就了ChatGPT的核心能力 敢于质疑“不怀好意”和不正确的假设与问题主动承认错误能够承认无知无法回答的问题能够连续多轮对话能够进行上下文理解大幅提升对用户意图的理解大幅提升结果的准确性 在本章节的最后一个部分我们接着梳理一下ChatGPT的发展脉络看看ChatGPT如何从“原始形态”一步一步进化而来的 时间周期可以看到每个阶段的发展周期短则需要10年长则需要30年。 参数量从无参数的规则方式到需要参数的机器学习方式再到需要大量参数的神经网络方式 技术演进从规则到机器学习再到神经网络进而到Transformer。 算力成本从无需算力到需要海量算力。 人工支持从机器的自主学习到人工反馈强化。 总而言之ChatGPT为了与我们相遇花费了漫长时间的努力。这中间有挫折有低谷有突破有爆发在那个沉默的岁月中依然有“人”一直陪伴在它身边那就是OpenAI。在下一个章节中Rocky将向大家讲述OpenAI的故事。 OpenAI的前世今生 OpenAI的总部位于旧金山由马院士马斯克、Sam Altman及其他投资者在2015年共同创立启动资金10亿美元目标是推动和促进AI技术的研究而马斯克在2018年时因与其他创始人产生分歧而离开。 OpenAI的主要研究方向分为计算机视觉自然语言处理强化学习。 2016年OpenAI开发的人工智能系统在《Dota 2》游戏中击败了职业玩家。 之后OpenAI更是因推出GPT系列自然语言处理模型而闻名。从2017年起OpenAI就开始发布生成式预训练语言模型GPTGenerative Pre-trained Transformer可用于生成文章、代码、机器翻译、问答等各类内容。 每一代GPT模型的参数量都爆炸式增长堪称“越大越好”。2019年发布的GPT-2参数量为15亿而2020年发布的GPT-3参数量达到了1750亿。 而ChatGPT每一次训练更是需要花费亿级别的费用备用资金储备的量级可想而知。2022年OpenAI光是算力人工支出就达到了约5亿美元也就是约35亿人民币。 如此高的研究成本与研究门槛标志着新一代科技革命进程也开始遵循二八法则。 AI前沿突破的主动权从过去自由、粗放、百花齐放的状态转而形成高度垄断的态势。 比如在OpenAI接连开发出DALL- E和ChatGPT这两个重量级生成式AI模型后微软决定向OpenAI投资数十亿美元新一轮投资也让其估值达到290亿美元。 是的恍惚间仿佛回到了2012年上一次AI给人们带来无限想象的时间节点。 而这次的主角是OpenAI的联合创始人Sam Altman。 在Sam Altman眼中AI是一个可以孵化出无数工具推动各行各业前进的基础平台。AI大模型技术将成为继移动互联网之后未来最大的技术平台。而以聊天机器人为界面加上图像、音乐、文本等多模态模型的持续发展终将诞生新的巨头。 “先做摆在我们面前的最有信心能成功的事情然后分出10%的资源进行成功确定性更低的探索工作。”———— Sam Altman OpenAI现阶段并没有把重点放在让AI“无所不能”上而是先沿着现有的道路慢慢发展完善AI然后留有开放探索的空间——伟大的事物和重大的突破有时往往诞生于持续坚持中的偶然。 风口里的潜在玩家 2022年可以说是AIGC元年首先出现了图像生成式模型比如DALL-E和Stable Diffusion然后便是ChatGPT火爆出圈发布仅两个月后其月活用户就已经突破了1亿成为史上用户增长速度最快的消费级应用程序。如此惊人的扩张速度表明我们很有可能正在进入一个新的技术纪元。 在这个炙手可热的新风口中各方势力暗流涌动争相布局入场未来的AI超大模型江湖定会波澜壮阔高手过招。 巨头下场 微软与ChatGPT火速绑定出现ChatGPT版新Bing。谷歌推出竞品Bard并向由前OpenAI员工创立的Anthropic公司补救性投资4亿美元。百度文心一言Ernie Bot将于三月份向公众开放。 总之全球最大的科技公司仿佛都回到了自己年轻时的样子。 可以看到ChatGPT的商业落地速度比想象中还要快而一年前还“性感异常”的元宇宙概念现在已经“牛夫人”商业落地更是遥遥无期。 巨头之外 除了上面讲到的一些科技巨头已经稳稳拿住入场券还有很多其他势力在争夺入场资格。 一些已经退休/转VC的大佬们想要带资进组。一些高管想要出厂单干但高管的问题是能力相对单一基本面能力可能不够意志不坚定。一些初创公司想要入场但是初创公司能不能把商业闭环跑通还是一个问号。由于生成式AI还处于比较专业的阶段所以很多高校教授们也看到了自己入局的可能性。虽然有一堆弟子可以在一线干活但是创业需要的综合能力与基本面并不一定具备。活跃战场氛围的吃瓜公司与追梦者。 Rocky观点 这波浪潮在宏观上需要很高的门槛和昂贵的成本国内外最终大概率会回归到头部巨头的竞争。在细分领域等未来这波浪潮持续落地赋能之后会出现一些新的机会但对数据的护城河和数据迭代能力本身有很多行业数据可以训练出优秀的模型从而吸引更多用户继而产生更多用户数据用于训练形成良性优化迭代要求非常高这是大部分公司所不具备的。 ChatGPT的商业价值 Rocky认为ChatGPT有非常大的想象空间。比起元宇宙等概念用户对ChatGPT有更强的感知ToC落地前景向好。 以ChatGPT为代表的超大AI模型有机会可以成为孵化各种AI应用的平台就像移动互联网的出现催生出众多APP一样它们的共同点都是可以制造无数的商业机会。 未来在超大AI基础模型和具体AI业务的开发应用之间会有一个中间媒介会出现一些专注于微调超大AI基础模型以适应具体AI业务需求的初创企业为每个垂类场景创建应用解决方案比如广告创意会议纪要生成社交媒体文案等。Rocky认为这些中间媒介会创造很多价值。 未来很可能会出现提示工程师Prompt Engineer。提示工程是指在任务的描述、或者提问中找出合适的提示词输入AI模型中激发AI模型输出理想结果的调试过程。 能够独立思考深度思考思考质量极佳对事物本质理解深刻的人能够从AI大模型中获取更多高价值的回馈。 作为AI工具用于提升工作效率。会议辅助系统辅助文字生成代码Debug等 上下游产业链会优先收益。硬件产业链云计算和搜索引擎巨头公司等 ChatGPT对原有行业的冲击 ChatGPT的整体性能确实很强大很多人担心甚至恐慌觉得很多岗位会像板砖手机一样被智能手机极速替代。 其实Rocky认为不用慌。 人们常常会低估一项技术对未来的影响但是却高估一项技术对今天的影响。 目前来说类ChatGPT的AI生成式大模型依然存在不足有很多问题需要解决和完善市场渗透程度也正在从系统市场到细分市场的转变中而这些都不是短期能够爆破解决的需要一定的时间周期。 短期内看最受益的是炒作相关概念的那部分人而最受损的是交了智商税的那部分人。 但长期来看能够将类ChatGPT技术引入并且达到裁员不减产能的岗位将会受到极大冲击。 这就是本质。 比如一个企业需要应用类ChatGPT技术完成需求向类ChatGPT公司购买接口就可以了不再需要相应的职能人员来完成工作。显然购买接口的费用远比人力成本要便宜得多但类ChatGPT提供商依然能够获得巨额垄断利润。 这些岗位可能会裁员2/3让剩下的1/3去承担原本部门100%的工作量并因为类ChatGPT技术的支持能够保持产能不变甚至扩大产能。 而对于AI研究行业核心竞争力不再是微小细分领域的Trick尝试并发论文算力和数据的护城河成为了关键因素但这些关键因素是几乎大部分实验室所不具备的这一情形会加剧AI Lab等纯研究部门的动荡与优化。 Rocky的一些“畅想” 未来生成式AI大模型是否能带来更多振奋人心的惊喜呢Rocky这里抛砖引玉提出了一些“畅想” 未来ChatGPT能在推理阶段连接外部信息吗比如用预训练知识互联网最新知识作为回答的素材。 图像语音和自然语言超大AI模型的多模态融合发展。 目前类ChatPGT模型已经可以充分“计算”对话者的意图并进行合理的回应那么未来会不会出现能够理解对话的本质的AI模型呢。 精致的结尾 到这里我们已经对ChatGPT的核心价值进行了比较全面的分析。可以看到AI领域未来将进入更高质量的发展阶段整个生态将更加有趣。 2012年的浪潮让AI在ToB方向上扎稳脚跟2022年的AIGC风口让AI在ToC方向产生了诱人的可能性而且大概率又会是一个10年的红利期。 那2032年的时候又会是AI的哪一个风口呢Rocky能够判断的是AI已经是一个“不朽”的行业能给予不断进取成长的人们以庇护。 大家喜欢本文的话欢迎一键三连。更多人工智能行业的深度思考文章会持续发布大家不要错过哦。